如果您的企业正在考虑使用微软的商用Skype,或者已经在使用,那么本文一定是你的“菜”。毋庸置疑,商用Skype是一款出色的通信工具,但产品所提供的服务涉及了从网络到终端整体基础设施中的每一部分。
要知道,用户投诉的首要问题很可能就是通信不稳定。确保流畅使用和快速排除故障,需要一些更实用的监测工具,它的全面可视化能力有助于您了解Skype对网络的实际影响。
我的话是否可信,你要自己判断。据Nemertes Research的一项最新研究表明,使用类似SteelCentral UCExpert这样的第三方工具对商用Skype进行监测,可以帮助企业节省高达63%的运营成本。让我们来看一看它是怎么做到的。
Skype:优势明显,但远比它看起来更有影响力
越来越多的企业组织希望借助一家供应商的产品来整合统一通信环境,商用Skype就是这一市场上强有力的产品。
Nemertes Research副总裁兼服务总监Irwin Lazar认为:“许多组织已经在桌面上安装了微软商用Skype客户端。现在不仅可以用它发信息,还可以进行语音和视频交谈。甚至是打电话,这是一个非常强大的解决方案。”
但是,正如Nemertes Research在研究中发现的那样——商用Skype的应用可能会产生过高的运营成本。但这并不是微软的错。相反,这是企业用户没有看清Skype应用的复杂性所导致的结果。以下两个主要因素会增加IT部门的时间和资源消耗:
1.网络争用。如果企业正在使用传统电话系统或是在专用虚拟LAN上运行VoIP,您可能已经习惯了通信数据在自己的网络上相互隔离的情况。相比之下,Skype使得这些数据要与其它数据包争夺网络资源,从而造成流量负载难以预测,通话质量无法保证的问题,也给故障的排除带来了较大困难。
2.终端问题。在商用Skype的使用方面,用户的智能手机和个人电脑可以连接到Skype统一通信网络中,这一点的确够吸引人。但这也意味着将所有问题都集中在了终端上,如CPU过度饱和、耳机连接问题都可能会导致通话质量下降。这些问题是网络团队此前很少会遇到的。
欲善其事,先利其器
想要及时发现并快速解决问题,并将问题扼杀在萌芽状态,企业需要一整套工具来监测包括网络和终端在内的统一通信基础设施的健康状况。遗憾的是,Nemertes Research在对700多家组织调查后发现,大多数企业仍在沿用他们现有的网络工具和统一通信提供商提供的免费工具草率应付。
调查同时显示,当企业购入第三方工具来帮助管理其统一通信部署时,其收效十分明显。那些前期成本支出较高的Skype客户,随着时间的推移,其运营成本正在大幅减少。如下图所示:
Riverbed提供帮助
Riverbed在网络和基础设施监测领域有着深厚的技术积累,能够帮助商用Skype企业降低长期运营成本。
Riverbed SteelCentral UCExpert包含一组工具集,是用于管理商用Skype环境的全面解决方案。UCExpert具备从其它Riverbed工具上集成信息的能力,这些工具包括:
这一综合解决方案实现了基础设施各环节的全面可视化,意味着无论是在网络中还是在用户设备上都能够追踪到问题的根源。将网络和基础设施质量指标集成至一个“逐跳媒介路径视图”中,使用户能够获得单次呼叫所使用媒介路径的图示化说明,从而快速隔离那些基于网络的商用Skype的问题。
Riverbed令企业的商用Skype应用更加顺畅,成本更低。它还有助于提高员工工作效率,减少投诉,帮助企业实现盈利。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。